xlearning.am.memory | 1024 | AM申请所需内存大小,单位为MB |
xlearning.am.cores | 1 | AM申请所需CPU核数 |
xlearning.worker.num | 1 | worker启动数目 |
xlearning.worker.memory | 1024 | worker申请使用内存大小,单位为MB |
xlearning.worker.cores | 1 | worker申请使用CPU核数 |
xlearning.chief.worker.memory | 1024 | chief worker申请使用的内存大小,主要针对TensorFlow作业中index为0时的特殊worker,单位为MB,默认与worker memory一致 |
xlearning.evaluator.worker.memory | 1024 | evaluator worker申请使用的内存大小,主要针对TensorFlow estimator作业中evaluator角色的内存分配使用,单位为MB,默认与worker memory一致 |
xlearning.ps.num | 0 | ps启动数目,默认作业不使用ParameterServer机制 |
xlearning.ps.memory | 1024 | ps申请使用内存大小,默认单位为MB |
xlearning.ps.cores | 1 | ps申请使用CPU核数 |
xlearning.app.queue | DEFAULT | 作业提交队列 |
xlearning.app.priority | 3 | 作业优先级,级别0-5,分别对应DEFAULT、VERYLOW、LOW、NORMAL、HIGH、VERY_HIGH |
xlearning.input.strategy | DOWNLOAD | 输入文件加载模式,目前主要有DOWNLOAD、STREAM、PLACEHOLDER |
xlearning.inputfile.rename | false | 输入文件下载至本地是否需要重命名,该选项只用于输入文件加载模式为DOWNLOAD时 |
xlearning.stream.epoch | 1 | 输入文件加载次数,该选项只用于输入文件加载策略为STREAM时 |
xlearning.input.stream.shuffle | false | 输入文件是否采用shuffle模式,该选项只用于输入文件加载模式为STREAM时 |
xlearning.inputformat.class | org.apache.hadoop.mapred.TextInputFormat.class | STREAM模式下,输入文件inputformat类指定 |
xlearning.inputformat.cache | false | stream epoch大于1时,是否采用缓存至本地文件的操作 |
xlearning.inputformat.cachefile.name | inputformatCache.gz | inputformat缓存至本地的文件名称 |
xlearning.inputformat.cachesize.limit | 100*1024 | inputformat缓存于本地的文件大小上限,单位为MB |
xlearning.output.local.dir | output | 输出文件本地默认路径,该选项只用于作业提交参数output未指定本地输出路径时 |
xlearning.output.strategy | UPLOAD | 输出文件加载策略,目前主要有DOWNLOAD、STREAM |
xlearning.outputformat.class | TextMultiOutputFormat.class | STREAM模式下,输出文件outputformat类指定 |
xlearning.interresult.dir | /interResult | 指定模型中间结果上传至HDFS子路径 |
xlearning.interresult.upload.timeout | 30 60 1000 | 模型中间结果上传至HDFS超时时长设置,单位为毫秒 |
xlearning.interresult.save.inc | false | 模型中间结果是否增量上传,默认为全部上传 |
xlearning.tf.evaluator | false | TensorFlow类型分布式作业中,是否将最后一个worker视为evaluator角色,主要针对Estimator高级API |
xlearning.tf.distribution.strategy | false | 是否使用TensorFLow分布式策略方法,默认为false |